Graphic designers often get inspiration through the recombination of references. Our formative study (N=6) reveals that graphic designers focus on conceptual keywords during this process, and want support for discovering the keywords, expanding them, and exploring diverse recombination options of them, while still having room for their creativity. We propose CreativeConnect, a system with generative AI pipelines that helps users discover useful elements from the reference image using keywords, recommends relevant keywords, generates diverse recombination options with user-selected keywords, and shows recombinations as sketches with text descriptions. Our user study (N=16) showed that CreativeConnect helped users discover keywords from the reference and generate multiple ideas based on them, ultimately helping users produce more design ideas and higher self-reported creativity, compared to the baseline system without generative pipelines. While CreativeConnect was effective in ideation, we discussed how CreativeConnect can be extended to support other types of tasks in creativity support.
그래픽 디자이너들은 종종 레퍼런스의 재조합을 통해 영감을 얻는다. 본 연구의 관찰 연구(N=6) 결과에 따르면 그래픽 디자이너는 이 과정에서 주로 개념적인 키워드에 초점을 맞추며, 키워드의 발견, 확장, 재조합 탐색 과정을 거친다. 동시에 디자이너 스스로의 창의력을 발휘할 수 있는 여지를 충분히 확보하기를 원한다. 본 연구에서 제안하는 CreativeConnect 시스템은 디자이너가 레퍼런스 이미지에서 유용한 키워드를 발견하고, 이와 관련된 새로운 키워드를 추천하며, 사용자가 선택한 키워드로 다양한 재조합 옵션을 생성하고, 그 결과를 텍스트 설명과 스케치로 보여준다. 또한, 이를 위한 생성형 AI 파이프라인을 함께 제안한다. 본 시스템을 이용한 사용자 연구(N=16)에 따르면, CreativeConnect 시스템은 사용자가 레퍼런스 이미지에서 더 많은 키워드를 발견하고, 이를 기반으로 더 많은 재조합 옵션을 탐색하는 데 도움이 되었다. 그 결과, 사용자는 베이스라인 시스템에 비해 CreativeConnect을 사용하였을 때 더 많은 디자인 아이디어를 생성하고, 자신의 디자인 아이디어를 더 창의적이라고 인식했다. 본 연구에서는 창의성 지원 과정에서 CreativeConnect을 다른 유형의 창의성 작업을 지원하기 위해 확장할 수 있는 방법에 대해서도 제안하였다.
